[发明专利]人脸特征点的定位方法及装置

说明书

本公开涉及人脸特征点的定位方法及装置。该方法包括：对人脸图像进行边缘检测，获取人脸特征线图像；将所述人脸图像与所述人脸特征线图像进行融合，得到人脸特征点的位置信息。本公开结合人脸特征线进行人脸特征点的定位，能够提高人脸特征点定位的准确性，即使在人脸图像中的人脸被遮挡、人脸为较大角度的侧脸或者人脸的表情较夸张等复杂情况下，仍然能够准确地进行人脸特征点定位。

技术领域

本公开涉及计算机视觉技术领域，尤其涉及一种人脸特征点的定位方法及装置。

背景技术

人脸特征点定位是人脸相关的计算机视觉问题中重要的一类。人脸特征点定位的任务是计算出人脸图像中若干个人脸特征点的位置。例如，计算出人脸图像中眼角、嘴角、鼻尖等人脸特征点的位置。

人脸特征点定位的问题可以通过深度神经网络来解决。然而，随着深度神经网络的层数的加深，人脸结构信息的丢失变严重。在人脸图像中的人脸被严重遮挡、人脸为大角度的侧脸或者人脸的表情夸张等复杂情况下，人脸特征点定位的准确性严重下降。

发明内容

有鉴于此，本公开提出了一种人脸特征点的定位方法及装置。

根据本公开的一方面，提供了一种人脸特征点的定位方法，包括：

对人脸图像进行边缘检测，获取人脸特征线图像；

将所述人脸图像与所述人脸特征线图像进行融合，得到人脸特征点的位置信息。

在一种可能的实现方式中，在所述将所述人脸图像与所述人脸特征线图像进行融合之前，还包括：

对所述人脸特征线图像进行有效性判别，得到优化的人脸特征线图像；

所述将所述人脸图像与所述人脸特征线图像进行融合，得到人脸特征点的位置信息，包括：

将所述人脸图像与所述优化的人脸特征线图像进行融合，得到人脸特征点的位置信息。

在一种可能的实现方式中，所述对人脸图像进行边缘检测，获取人脸特征线图像，包括：

对所述人脸图像进行特征线特征提取，获取特征线图像；

对所述特征线图像进行优化，获取所述人脸特征线图像。

在一种可能的实现方式中，所述对所述人脸图像进行特征线特征提取，获取特征线图像，包括：

对所述人脸图像依次执行卷积、残差运算、下采样和残差运算的操作，获取所述特征线图像。

在一种可能的实现方式中，所述对所述特征线图像进行优化，获取所述人脸特征线图像，包括：

将所述特征线图像经过至少一级优化网络，获取所述人脸特征线图像，其中，每级所述优化网络包括用于实现残差运算的沙漏型网络和用于实现特征线信息传递的信息传递层。

在一种可能的实现方式中，所述将所述人脸图像与所述人脸特征线图像进行融合，得到人脸特征点的位置信息，包括：

将所述人脸图像进行输入图像融合，得到第一融合图像；

将所述第一融合图像与所述人脸特征线图像进行至少一级边缘图像融合，得到第二融合图像；

将所述第二融合图像进行映射，得到特征点的位置向量，并将所述位置向量作为人脸特征点的位置信息。

在一种可能的实现方式中，在将所述第一融合图像与所述人脸特征线图像进行至少一级边缘图像融合之前，还包括：

对所述第一融合图像进行优化处理，得到优化后的第一融合图像，其中，所述优化处理依次包括卷积、下采样和残差运算。